《Journal of Travel Research》：Generative AI as a Scaffold in Travel Decision-Making: A Conceptual Framework
编辑推荐：
旅游决策具有高度认知负荷。旅行者需在不确定性中处理碎片化信息、协调相互依赖的选择并维持规划连续性。尽管生成式人工智能（generative AI）正日益被用于旅行决策，旅游研究尚未阐明其如何改变决策的认知组织方式。本文提出一个将生成式AI概念化为跨越旅行决策过
旅游决策具有高度认知负荷。旅行者需在不确定性中处理碎片化信息、协调相互依赖的选择并维持规划连续性。尽管生成式人工智能（generative AI）正日益被用于旅行决策，旅游研究尚未阐明其如何改变决策的认知组织方式。本文提出一个将生成式AI概念化为跨越旅行决策过程的脚手架（scaffold）框架。该框架涵盖三条路径：通过结构化信息与管理工作相关需求以缓解执行负荷（executive load）；在直觉、审慎与反思三种心理加工模式间支持心理加工平衡；在迭代规划周期中维持决策连续性。注意力缺陷/多动障碍（ADHD）倾向被用作理论揭示性案例，其执行功能的显著变异使机制得以凸显。基于对30名英国成年人的任务型访谈，该框架拓展了旅游决策理论，阐释了生成式AI如何在旅行者与数字系统间重新分配认知劳动，并将AI设计导向从效率优化转向个体化认知与情绪支持。另提供韩语与印尼语版本。
研究背景与问题提出
旅游决策因其无形性、选择相互依赖、选项过载及信息碎片化而具有结构性认知复杂。动态决策理论揭示其非线性迭代特征，双过程理论指出直觉（Type 1）与审慎（Type 2）加工需随情境校准，分布式认知（distributed cognition）强调认知活动延伸至工具与伙伴。执行功能（executive functions，含冷执行功能与热执行功能）个体差异显著，而ADHD倾向群体在注意调节、时间感知与奖赏敏感性上的维度化变异，使旅游决策的认知瓶颈更为可见。既有旅游AI研究多聚焦推荐效率，未解释生成式AI如何重构认知分工，亦未触及神经多样性群体的差异化需求。研究人员据此以ADHD倾向为理论透镜，开展概念框架建构与质性验证。
主要技术方法
研究人员采用概念综合与质性访谈混合路径。理论端整合动态决策、双过程及分布式认知框架，提出三路径脚手架命题。实证端于2025年12月至2026年1月招募30名英国成年人（目的性与滚雪球抽样），以成人ADHD自报量表（ASRS v1.1）六条目按条目阈值将ADHD倾向作维度化分组（15人阳性、15人阴性），开展三阶段任务型访谈：前置旅行决策经验、使用ChatGPT（GPT-5.2 Instant）处理真实/近期旅行决策、后置反思；18场英语、12场韩语（译校核对）。主题分析分归纳识码与演绎映射三脚手架路径两阶段，负例对照。
研究结果
复杂性旅游决策的结构
旅游决策受无形性、选择互依、选项过载、信息碎片及数字环境过滤效应叠加，形成跨期累积的认知压力，需持续适应性加工。
旅游决策：动态决策与双过程理论
宏观动态决策与微观双过程（自主心智/算法心智/反思心智之三元细分）交汇，表明认知需求在过程中不均分布，执行功能调节Type 1与Type 2校准能力。
执行功能与ADHD倾向作为分析透镜
ADHD倾向非临床缺陷而是认知维度变异，其注意调节、时间感知、奖赏敏感性对应冷/热执行功能负荷；高倾向者在自主心智易冲动承诺、算法心智难维持比较、反思心智易让即时奖赏覆盖远期意图。
生成式AI作为旅游决策脚手架
框架界定三干预点：执行负荷缓解（结构化标准、个性化过滤、碎片整合、热执行情绪缓冲）；心理加工平衡（自主层插入比较暂停、算法层外化推理为步骤与外部记忆、反思层以累计选择对照原意）；决策循环支持（跨期语境保留、中断再入、反馈式反问维持自我一致性）。图2所示三路径可随注意偏移/约束变化/情绪压力被再激活。
框架实证锚定
30人访谈配对引语显示：高ADHD倾向者（ASRS 4-6）原叙述“多标签页迷失”“兔洞循环”，AI后转为“单一来源不混沌”“进度推进”；低倾向者（ASRS 0-3）多获效率与聚焦增强。负例（表3）涉及过长输出、过早推送、情绪反馈含糊等反脚手架效应。执行功能变异调节脚手架体验形态。
讨论与结论翻译
研究人员指出四点贡献：将旅游决策重构为与生成式AI共构的动态认知过程；以任务访谈锚定三路径可识别性；给出“决策复杂度→感知脚手架→决策结果（过程清晰性/情绪缓解/感知决策质量/决策自我效能）”可操作化命题链（Proposition 1-2）；推动AI设计由效率优化转向个体化认知与情绪支持。边界条件包括低复杂度/群体委托决策不适用、信任失准、历史偏见与自主侵蚀风险。局限为未做因果检验、平台生态异质、未扩至自闭症谱系等其他神经多样性剖面。结论重申：生成式AI作为脚手架通过在执行负荷缓解、心理加工平衡、决策循环支持三路径重分配认知劳动，使高认知负荷旅行者（尤高ADHD倾向者）获得决策可行性，低倾向者获效率增益；框架将旅游决策理论从最优选项选择转向人—境适配的情境偶然模型，并呼吁后续以连续变量 moderation 检验三路径区分性。
